Documente Academic
Documente Profesional
Documente Cultură
I Introducción 3
IV Propuesta Inicial 6
V Algoritmo de Desarrollo 7
IX Conclusión 22
1
Índice de figuras
2
Parte I
Introducción
La aparición de la robótica industrial a mediados del siglo XX ha presentado un crecimiento geo-
métrico, donde las labores que en un principio desarrollaban los manipuladores robóticos eran
tareas sencillas con el paso del tiempo se han ido complejizando.
Un avance sostenido y creciente en función de las aplicaciones robóticas, han sido los tipos
de control que sean desarrollado para poder gobernar la cinemática tanto directa como inversa.
El control de posición o regulación en robots manipuladores es un problema con gran impacto
en la industria, con lo cual se torna de vital importancia el desarrollo de nuevos algoritmos de
control los cuales deben presentar un mejor desempeño que el tradicional Proporcional Derivativo
(PD) mas compensación de gravedad [3].
El control de posición o regulación consiste en posicionar el efector terminal de un robot ma-
nipulador en una posición deseada fija y constante en el tiempo, sin importar las condiciones ini-
ciales. Este tipo de control puede considerarse como un caso particular del control de movimiento
(también denominado control de seguimiento), en el cual el efector terminal sigue una trayectoria
sin interactuar con el medio [5].
Los controladores proporcionales derivativos (PD) fueron muy utilizados junto a los proporcio-
nales derivativos integrativos (PID) mostrando buen desempeño de aplicaciones practicas.
En la actualidad diversas son las aplicaciones donde se ven involucrados los manipuladores
robóticos desde procesos industriales [2] hasta intervenciones quirúrgicas [1].
3
Parte II
1 Degree Of Freedom
4
Parte III
5
Parte IV
Propuesta Inicial
Dado el creciente avance en las técnicas de control para manipuladores, podemos lograr un
destacado análisis y aplicación sobre el manejo de la trayectoria del efector terminal4 , conside-
rando la premisa que bajo los parámetros establecidos de funcionamiento, nuestro manipulador
debiese actuar en optimas condiciones es lo que lleva a nuestra propuesta inicial.
¿Que sucede si nuestro manipulador entra en falla, mas precisamente una falla producida por
articulación libre?, en la siguiente figura se aprecia un manipulador robótico de 2 gdl5 , al cual se
marco con una flecha la unión de falla.
6
Parte V
Algoritmo de Desarrollo
El objetivo principal del trabajo de Control Inteligente, es:
Contrastar mediante el error cuadrático medio (RMS)6 el método de Par Calculado versus
método de Control Inteligente del tipo Fuzzy-Mamdani, en trayectoria, considerando una
articulación en falla.
Mediante gráficas vinculadas a los métodos de control se expone la magnitud del error cua-
drático medio.
7
Junto con algoritmo de análisis establecido, es importante determinar el esquema de control,
el cual se detalla a continuación.
8
Parte VI
La posición del manipulador al centro de masa para el primer eslabón esta dada por:
La posición del manipulador al centro de masa para el segundo eslabón esta dada por:
9
De las ecuaciones de posición podemos obtener las expresiones para las velocidades:
ẋ1 −lc1 sen (q1 ) q̇1
v1 = =
ẏ1 lc1 cos (q1 ) q̇1
L=K −U
1 2 1
K1 (q, q̇) = m1 lc1 · q̇12 + I1 q̇12
2 2
Ahora usando la ecuación de posición para el eslabón 2 podemos expresar el vector de velo-
cidad:
ẋ2 −l1 sen (q1 ) q̇1 − lc2 sen (q1 + q2 ) (q̇1 + q̇2 )
v2 = =
ẏ2 l1 cos (q1 ) q̇1 + lc2 cos (q1 + q2 ) (q̇1 + q̇2 )
1 1 2
K2 (q, q̇) = m2 v2T · v2 + I1 (q̇1 + q̇2 )
2 2
10
1 1 2
m2 l12 q̇12 + lc2
2
q̇12 + 2q̇1 q̇2 + q̇22 + 2l1 lc2 q̇12 + q̇1 q̇2 cos (q2 ) + I1 (q̇1 + q̇2 )
K2 (q, q̇) =
2 2
1 2 1 1 1 2
·q̇12 + I1 q̇12 + m2 l12 q̇12 + lc2
2
q̇12 + 2q̇1 q̇2 + q̇22 + 2l1 lc2 q̇12 + q̇1 q̇2 cos (q2 ) + I1 (q̇1 + q̇2 )
L (q, q̇) = m1 lc1
2 2 2 2
∂L 2
+ m2 l12 + m2 lc2
2
= q̇1 m1 lc1 + 2m2 l1 lc2 cos (q2 ) + I1 + I2 + q̇2 (1 + cos (q2 ) m2 l1 lc2 + I2 )
∂ q̇1
d ∂L 2
+ m2 l12 + m2 lc2
2 2
= q̈1 m1 lc1 + 2m2 l1 lc2 cos (q2 ) + I1 + I2 +q̈2 m2 lc2 + m2 l1 lc2 cos (q2 ) + I2 ....
dt ∂ q̇1
.... − q̇1 q̇2 2m2 l1 lc2 sen (q2 ) − q̇22 [m2 l1 lc2 sen (q2 )]
∂L
=0
∂q1
∂L 2
2
= q̇1 m2 lc2 + cos (q2 ) m2 l1 lc2 + I2 + q̇2 m2 lc2 + I2
∂ q̇2
d ∂L 2
2
= q̈1 m2 lc2 + m2 l1 lc2 cos (q2 ) + I2 + q̈2 m2 lc2 + I2 − q̇1 q̇2 m2 l1 lc2 sen (q2 )
dt ∂ q̇2
∂L
=0
∂q2
2
+ m2 l12 + m2 lc2
2 2
τ1 = q̈1 m1 lc1 + 2m2 l1 lc2 cos (q2 ) + I1 + I2 +q̈2 m2 lc2 + m2 l1 lc2 cos (q2 ) + I2 +.....
11
..... − q̇1 q̇2 2m2 l1 lc2 sen (q2 ) − q̇22 m2 l1 lc2 sen (q2 )
2 2
τ2 = q̈1 m2 lc2 + m2 l1 lc2 cos (q2 ) + I2 +q̈2 m2 lc2 + I2 −q̇1 q̇2 m2 l1 lc2 sen (q2 )+q̇2 m2 l1 lc2 (2q̇1 + q̇2 ) sen (q2 )
Considerando las expresiones vinculadas al torque, se puede escribir de manera vectorial, pero
ahora considerando la notación en términos de la matriz de inercia M nxn , de la matriz centrífuga
y de Coriolis C nxn y el vector de gravedad g nx1 .
M11 M12 C11 C12 0
τ = q̈ + q̇ + g
M21 M22 C21 C22 0
2
M11 = m1 lc1 + m2 l12 + m2 lc2
2
+ 2m2 l1 lc2 cos (q2 ) + I1 + I2
2
M12 = m2 lc2 + m2 l1 lc2 cos (q2 ) + I2
2
M21 = m2 lc2 + m2 l1 lc2 cos (q2 ) + I2
2
M22 = m2 lc2 + I2
C11 = −q̇2 2m2 l1 lc2 sen (q2 )
C12 = −q̇2 m2 l1 lc2 sen (q2 )
C21 = −q̇2 m2 l1 lc2 sen (q2 )
C22 = m2 l1 lc2 (2q̇1 + q̇2 ) sen (q2 )
Los valores físicos establecidos para el manipulador son:
l1 = 0,45 mt
l2 = 0,86 mt
lc1 = 0,3195 mt
lc2 = 0,5966 mt
m1 = 2,2 kg
m2 = 5,18 kg
I1 = 0,32 kg · mt2
I2 = 2,16 kg · mt2
Entonces reescribiendo la matriz de torque con los valores físicos, se obtiene:
12
4,3696 + 2,7813 · cos (q2 ) 4 + 1,39 · cos (q2 ) −q̇2 2,781 · sen (q2 ) −q̇2 1,39 · sen (q2 )
τ = q̈+ q̇
4 + 1,39 · cos (q2 ) 4 −q̇2 1,39 · sen (q2 ) 1,39 · sen (q2 ) · (2q̇1 + q̇2 )
13
Parte VII
−1
q̈ = M (q) [τ (t) − C (q, q̇) q̇]
14
Control por Par Calculado
El control mediante el Par Calculado para el eslabón n°2, se realizó mediante el análisis de
Newton-Lagrange, del cual se obtuvo la matriz de Inercia M (q) y la matriz de fuerzas centrifugas
y de Coriolis C (q, q̇), como se muestra en la figura N°6.
15
Gráfico comportamiento Par Calculado
16
Control por Lógica Difusa
Utilizando Inteligencia Artificial , mediante lógica difusa, se realizo el control del eslabón 2, el
diagrama en bloque representativo es el indicado en la figura n°7
Lógica Difusa
1. Posición deseada qd .
2. Error qe = qd − q.
Cada una de estas señales poseen 3 conjuntos de membresia, como se puede mostrar en la figura
n°8.
El conjunto de membresia correspondiente a la salida es:
17
Figura 9: Diagrama de conjuntos de membresia, ángulo deseado y error
18
Gráfico comportamiento Lógica Difusa
19
Figura 13: Gráfico comportamiento error utilizando Lógica Difusa
Parte VIII
Los resultados obtenidos para el control del eslabón 2 mediante Lógica Difusa corresponden
a un valor de error cuadrático medio de 0.08, el comportamiento del error se puede apreciar en la
figura n°11
20
Gráfico comparativa errores Par Calculado y Lógica Difusa
Mediante el siguiente gráfico podemos observar la comparación del error cuadrático medio
correspondiente al Par Calculado y a la Lógica Difusa, figura n°12
Figura 14: Gráfico comparativo de error cuadrático medio Par Calculado y Lógica Difusa
21
Parte IX
Conclusión
Finalmente al comparar mediante el error cuadrático medio el comportamiento en el control de
una planta (Robot de 2 gdl) utilizando la técnica del Par Calculado y de Lógica difusa, mediante los
resultados se observar que el procedimiento por Par Calculado entregó un valor de error cuadrático
medio de un 12,04 mientras que por medio de la Lógica Difusa se obtuvo un valor de 0,08.
El análisis dinámico del manipulador es una tarea laboriosa, dado que en el proceso de cálculo
considera variables físicas tales como Inercia, momentos de Inercia, centros de masa, etc las
cuales fueron calculadas utilizando la herramienta Solidworks y Matlab.
El método de desfusificación utilizado es el mom (mayor de los máximos), dado que se pre-
tendía utilizar el método del centroide, pero existió inconvenientes al momento de realizar la si-
mulación, aún así utilizando el método mom y la cantidad de reglas difusas este entrego un error
considerablemente menor en comparación al Par Calculado.
22
Referencias
[4] Ebrahim H Mamdani. Application of fuzzy algorithms for control of simple dynamic plant. In Pro-
ceedings of the Institution of Electrical Engineers, volume 121, pages 1585–1588. IET, 1974.
[5] Carlos Muñiz Montero, Fernando Reyes Cortés, Luis Enrique Erro No, and Tonantzintla Puebla.
Teorema para el diseño de reguladores auto-sintonizables para robots manipuladores.
[6] DA Tibaduiza, I Amaya, Silvia Rodríguez, N Mejia, and Mario Flórez. Implementación de un
control fuzzy para el control cinemático directo en un robot manipulador. Ingeniare. Revista
chilena de ingeniería, 19(3):312–322, 2011.
[7] Ronald R Yager and Lotfi A Zadeh. An introduction to fuzzy logic applications in intelligent
systems, volume 165. Springer Science & Business Media, 2012.
[8] Z. M. O. Yousif and M. Fathelrahman. Neuro-fuzzy inference system based controller in 6 dof in
puma 560. In Computing, Electrical and Electronics Engineering (ICCEEE), 2013 International
Conference on, pages 1–7, Aug 2013. doi: 10.1109/ICCEEE.2013.6633930.
23